Conceitos introdutórios, dados e tipos de variáveis

Métodos Quantitativos Aplicados à Ciência Política

Frederico Bertholini

Pesquisa empírica e métodos quantitativos

Por que métodos quantitativos?

  • Método e objeto: fronteiras tênues

  • O fetiche da quantificação: concept formation stands prior to quantification.

  • Questão de pesquisa -> reflexão sobre a literatura -> formação conceitual (seleção e validação) -> análise

  • Método vs. técnica

Por que métodos quantitativos?

  • Medição de quantidades e quantificação de qualidades

  • Só se quantifica o conhecido? efeitos da causa ou causa dos efeitos

  • Algumas crenças fundamentais:

    – produção de sentido e mensuração

    – identificação de padrões e relações entre muitos casos (o que é muito?)

  • Ideia -> Evidências -> Análises -> Representações

Por que usaremos estatística?

Na Ciência Política há uma série de problemas cuja solução pode ser determinada de forma exata.

  • Exemplo: o Executivo distribui 513 milhões de reais em emendas aos 513 deputados da legislatura. A distribuição de recursos é idêntica entre os deputados Quanto cada um receberá?

Este tipo de problema é chamado de determinístico porque não há incerteza envolvida nele.

A maior parte das questões interessantes, porém, não possui uma solução exata que possa ser determinada a priori:

  • O deputado A executou suas emendas na região X dos Estado e o deputado B na região Y, quem tem mais chances de ser reeleito?

O fato de não conseguirmos dar uma resposta EXATA para um problema, não significa que não podemos dar uma resposta suficientemente BOA.

  • Como faremos isso neste curso? Olhando para o passado (estatística descritiva) e estimando probabilidades (probabilidade e inferência) sobre o que ocorrerá no futuro.

Conceitos, teorias e métodos

Teorias, métodos e observações

Modelando

  • Modelos são abstrações da realidade (estilizações): mapas

  • Você julga um modelo por sua utilidade, no contexto de um propósito específico.

  • Ser uma representação completamente verdadeira, correta ou absolutamente realista é irrelevante: Rudimentar, limitado. Útil?

A tensão entre empiria e teoria

Falácias:

  • Ecológica (tomar o indivíduo pelo grupo)

  • Individualista (cherry picking)

Relações entre variáveis

Modelos de teorias

Descritiva (tipologias)

Causal:

  • simples
  • várias dependentes
  • cadeia causal ou feedback

Uma pequena lembrança sobre conceitos e mensuração

Atributos

Definições operacionais exaustivas e mutuamente exclusivas

  • Nome

  • Definição verbal

  • Processo de classificação que permita identificar casos

Tipos

Reversível vs. Irreversível

Determinística vs. Probabilística

Sequencial vs. Coexistente

Suficiente vs. Contingente

Necessárias vs. Substituíveis

O processo de inferência

  1. Escolher: uma pergunta de pesquisa.

  2. Formalizar: identificando uma Quantidade de Interesse (QdI) com base na pergunta.

  3. Coletar: dados com base na QdI

  4. Supor: classe de modelos, dados fornecidos, QdI e perguntas

  5. Estimar de dados: melhor modelo da classe

  6. Apresentar Resultados:

– Estimativas de QdI: interpretáveis por qualquer pessoa

– Estimativas de incerteza, como intervalo de confiança (CI), erro padrão (SE), etc.

Conceitos importantes

População e amostra

Estatística descritiva e estatística inferencial

Estimativa pontual ou intervalar (veremos mais à frente)

População: Conjunto de todas as unidades observáveis de interesse.

Amostra: Subconjunto da população.

Como extrair conclusões sobre a população a partir de uma amostra?

  • O candidato A tem 40% das intenções de voto com margem de erro de 2%.

De onde veio essa margem de erro?

Estatística descritiva

Nós já vimos que a Estatística responde a problemas estocásticos “olhando para o passado e estimando probabilidades sobre o que ocorrerá no futuro.”

  • Cabe então perguntar: Onde encontrar registros deste passado (dados)?

  • Como guardar esses registros?

  • Como descrever esses registros de forma que ajude a responder o problema que queremos?

De onde vêm os dados

Fontes primárias vs. fontes secundárias

Estrutura

Tipos de variáveis

Para se descrever bem alguma coisa, é preciso saber a natureza daquilo que se deseja descrever.

Tipicamente, as observações podem ter dois tipos de características: características que indicam quantidade ou qualidade.

Por isso, dizemos que existem dois tipos de variáveis:

  • variáveis quantitativas e
  • variáveis qualitativas.

Tipos e origem (CERVI)

Tipos

No R (+ detalhes aula que vem)

factor

character

discrete

continuous

date and time

Contínuas vs discretas

Atributos

Cuidado!

Algumas características podem ser representadas tanto por uma variável quantitativa como por uma qualitativa.

  • Tamanho de um partido (em assentos)

  • Tamanho de um partido (P/M/G)

Às vezes, isto pode ser mais sutil:

  • Renda per capita da família em reais

  • Classe de renda (Alta, Média ou Baixa)

Cuidado! Variáveis qualitativas podem ser representadas sob forma de número. Por exemplo:

  • Deputados de Direita, Esquerda e Centro poderiam ter atribídas ideologia {1,-1,0} ou {1,3,2}.

Você pode trabalhar com a representação que quiser, mas a tua escolha terá implicações para a tua análise.

Como modelar

Como informar

Gráficos no R

R Graph Gallery

Abrindo o R e conhecendo o software